ComenzarEmpieza gratis

Evaluar los distintos parámetros del modelo

Imputamos nuestros datos por un motivo: ¡queremos analizarlos!

En este ejemplo, nos interesa predecir la temperatura del mar, así que construiremos un modelo lineal que la prediga.

Ajustaremos este modelo a cada uno de los conjuntos de datos que creamos y luego exploraremos los coeficientes.

Los objetos de la lección anterior (ocean_cc, ocean_imp_lm_wind, ocean_imp_lm_all y bound_models) están cargados en el espacio de trabajo.

Este ejercicio forma parte del curso

Tratamiento de datos faltantes en R

Ver curso

Instrucciones del ejercicio

  • Crea el resumen del modelo para cada conjunto de datos con columnas para residuos usando residuals, predict y tidy.
  • Explora los coeficientes del modelo y guarda en el objeto best_model el modelo con la estimación más alta para air_temp_c

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Create the model summary for each dataset
model_summary <- bound_models %>% 
  group_by(imp_model) %>%
  nest() %>%
  mutate(mod = map(data, ~lm(sea_temp_c ~ air_temp_c + humidity + year, data = .)),
         res = map(mod, ___),
         pred = map(mod, ___),
         tidy = map(mod, ___))

# Explore the coefficients in the model
model_summary %>% 
	select(___,___) %>% 
	unnest()
best_model <- "___"
Editar y ejecutar código